定义
图像质量评估(Image Quality Assessment)是图像处理中基本技术之一,其主要依据图像的特性对图像的优劣做出评价[1]。
图像信息是人类视觉信息的主要来源,成像技术和网络传统技术的快速发展极大程度地改变了人们获取图像信息的方式,使得人们日常能够接收到图像信息越来越多。然而在图像的获取、处理、传输和记录的过程中不可避免地图像失真和降质问题严重地阻碍人们对客观事物的认知和研究。因此在当代图像信息技术被广泛应用的情况下,如何对接收和获取到的图像进行质量评估越来越受到研究者的关注。
目前IQA评估方法主要分为两大类,基于主观的评估方法和基于客观的评估方法。图像质量的主观评价,以人类为观察者,通过主观感受来评价图像好坏和优劣。其优点是评价结果接近于人类的感知,但存在耗时耗力、一致性差、容易被干扰等问题。此外,该评估方法的合理性是建立在统计意义上的,因此对评价者的数量和评估的方式有着严格的要求[2]。
客观的评估方法根据算法原理,可分为三种类型,全参考的IQA,半参考的IQA,无参考的IQA,其内在区别是对图像进行评估时,是否有相应的参考图像。绝大部分图像质量评估算法依据图像的信噪比SNR,差噪比CNR,均一性,伪影,几何形变等特性进行评价。
近些年图像质量评价的另一研究热点是利用深度学习模拟人类对于图像的感知过程,构建质量评估网络,实现图像质量的客观评估[3]。基于深度学习的IQA评估的一般步骤包含:图像评分数据库构建以及网络模型的构建。
基于深度学习的IQA问题类似于图像分类问题,两者具有相似的研究思路和实现过程。因此作者认为,将基于深度学习的图像分类模型进行修改和调整,即可应用于IQA问题中。
参考文献
[1] https://baike.baidu.com/item/IQA/19453034?fr=aladdin
[2] Chandler D M. Seven challenges in image quality assessment: past, present, and future research[J]. International Scholarly Research Notices, 2013, 2013.
[3] 易玮玮. 基于卷积神经网络的医学超声图像质量评价方法研究[D].华中科技大学,2019.